การพัฒนาฮิวริสติกเพื่อการจัดสรรเส้นทางการรับและส่งสินค้าที่มีชนิดและน้ำหนักที่หลากหลาย

Abstract

ในปัจจุบันกลุ่มธุรกิจค้าปลีกส่วนใหญ่ใช้วิธีการสั่งซื้อสินค้าจำนวนมากต่อการสั่งซื้อสินค้าหนึ่งครั้ง เพื่อให้ต้นทุนต่อหน่วยลดลง ช่วยเพิ่มอำนาจในการต่อรองกับผู้ขายหรือผู้ผลิตสินค้า และสามารถส่งสินค้าคืนได้ในกรณีที่สินค้าเหลือจากการขายเป็นจำนวนมากหรือเมื่อสินค้ามีสภาพชำรุด กรณีศึกษาในงานวิจัยนี้เป็นบริษัทค้าปลีกที่ต้องการปรับเปลี่ยนรูปแบบการกระจายสินค้าไปยังร้านค้าสาขาจำนวน 9 สาขา ให้ไปส่งและรับสินค้ากลับในเวลาเดียวกันด้วยเหตุนี้ ทำให้ปัญหาการจัดสรรเส้นทางการเดินรถยากและซับซ้อนมากยิ่งขึ้น เนื่องจากสินค้ามีขนาดและน้ำหนักที่หลากหลาย ซึ่งมีประเภทสินค้าทั้งหมด 4,652 รายการ นอกจากนี้จำนวนรถขนส่งสินค้าที่พร้อมใช้งานมีจำนวน 3 ประเภทได้แก่ รถบรรทุก 4 ล้อ 6 ล้อ และ 10 ล้อ ดังนั้น งานวิจัยฉบับนี้มีจุดหมายเพื่อพัฒนาฮิวริสติกจากหลักการของ Clarke and Wright Saving Algorithm โดยเพิ่มกระบวนการเลือกยานพาหนะและปรับเปลี่ยนวิธีการเลือกลูกค้าลำดับถัดไปสำหรับการจัดสรรเส้นทางการรับและส่งสินค้าที่มีชนิดและน้ำหนักที่หลากหลาย พร้อมกับสร้างโปรแกรมรองรับการนำมาใช้งานจริง จากนั้นนำมาทดลองใช้จัดเส้นทางการเดินรถด้วยข้อมูลจริงจำนวน 5 ชุด พบว่าจำนวนยานพาหนะที่ใช้ลดลงเฉลี่ย 27.38 % และสามารถลดระยะทางขนส่งเฉลี่ย 35.52 %

Nowadays, the retail business sector often orders a large order quantity in order to reduce the unit cost and gain more negotiation power with suppliers or manufacturers. The suppliers or manufacturers will then be requested to accept the products returned once the products are unsold or damaged. The case study of this research is about a retail business that wants to develop a distribution model to its 9 stores with taking delivery and pickup activities into account. There are 4,652 different product items regarding to sizes and weights. In addition, three types of vehicles are available that are 4 wheel trucks, 6 wheel trucks and 10 wheel trucks. Those parameters mentioned increase difficulty in vehicle routing planning. This research aims to develop a heuristics algorithm from Clarke and Wright Saving Algorithm by adding the selected vehicles and modify the way to select the next customer to the appropriate routing for pickup and delivery under multiple type and weight constraints and also create a software program to apply this heuristics algorithm for real implementation. The result from 5 experiments found that the average number of vehicles and the average distance was decreased by 27.38 % and 35.52 % respectively.